CN117094594A - 一种建筑工程墙体渗水漏水智能检测分析评估系统 - Google Patents

一种建筑工程墙体渗水漏水智能检测分析评估系统 Download PDF

Info

Publication number
CN117094594A
CN117094594A CN202311060274.5A CN202311060274A CN117094594A CN 117094594 A CN117094594 A CN 117094594A CN 202311060274 A CN202311060274 A CN 202311060274A CN 117094594 A CN117094594 A CN 117094594A
Authority
CN
China
Prior art keywords
leakage
building
area
water
areas
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202311060274.5A
Other languages
English (en)
Other versions
CN117094594B (zh
Inventor
胡清松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Shunwei Engineering Technology Co ltd
Original Assignee
Hubei Yuqing Waterproof Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hubei Yuqing Waterproof Technology Co ltd filed Critical Hubei Yuqing Waterproof Technology Co ltd
Priority to CN202311060274.5A priority Critical patent/CN117094594B/zh
Publication of CN117094594A publication Critical patent/CN117094594A/zh
Application granted granted Critical
Publication of CN117094594B publication Critical patent/CN117094594B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/002—Investigating fluid-tightness of structures by using thermal means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本发明属于工程墙体分析评估领域，特别涉及一种建筑工程墙体渗水漏水智能检测分析评估系统，包括建筑物划分模块、建筑物采集模块、建筑物综合分析模块、渗漏等级估识别模块、渗漏源头匹配模块、管理数据库和预警显示终端。本发明根据对建筑物关键部位划分各建筑物检测区域对墙体进行检测，得到渗漏数据包括建筑物墙体含水量、墙体水痕长度、水滴数量、墙体霉变面积和墙体色变面积，进而得到渗漏严重程度评估系数，有效检测各建筑物关键区域的潜在渗水可能性，并评估和预测各剩余区域的渗漏可能性，确定了建筑工程墙体渗水漏水的预期工作，减少了墙体修护的损失，对建筑物实现管理高效性和及时性。

Description

一种建筑工程墙体渗水漏水智能检测分析评估系统
技术领域
本发明属于工程墙体分析评估领域，特别涉及一种建筑工程墙体渗水漏水智能检测分析评估系统。
背景技术
建筑工程中的渗水漏水是一个常见的工程问题，特别是在雨季或是长期暴露在潮湿环境中的建筑物中，不仅会影响建筑物的外观和使用功能，还会对混凝土结构造成损害，甚至危及人员财产安全。随着建筑行业的不断发展，建设管理人员找到了许多监测渗水漏水的方法。然而，工程交付后建筑工程墙体的渗水漏水问题仍然存在，严重影响到人们正常的工作和生活，及时发现问题并进行修复有助于建筑物的长久使用和稳定，所以对建筑工程墙体渗水漏水的定期监测和评估是非常有必要的。
现有的工程墙体分析评估系统是对建筑工程墙体进行系统监控与分析，在一定程度上可以满足当前要求，但仍具有一定的缺陷和局限性，具体体现在：(1)现有的建筑物墙体采集数据较为片面，无法深入采集建筑物的关键区域的渗漏数据，导致数据分析不全面，从而导致不能精准性分析建筑物关键区域的渗漏严重程度，从而为后期墙体渗漏修复提高了成本，增加了墙体渗漏的风险。
(2)现有的墙体渗水漏水分析评估系统无法根据已有数据对渗漏源头进行匹配，对渗漏区域历史遗留问题无法实现有效把控和评估，对于已有渗水区域和潜在渗水区域无法根本区分，为后续渗水区域检测加大了任务量。
(3)现有的墙体渗水漏水分析评估系统对建筑物潜在渗水区域分析不够全面，对于潜在渗水区域的渗漏评估缺少数据和理论支撑，降低了建筑物墙体的安全性和稳定性，不利于建筑物的正常使用。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种建筑工程墙体渗水漏水智能检测分析评估系统，利用智能化技术和数据分析方法来监测和分析建筑工程墙体渗水漏水过程的系统。
本发明的目的可以通过以下技术方案实现：一种建筑工程墙体渗水漏水智能检测分析评估系统，该系统包括建筑物划分模块、建筑物采集模块、建筑物综合分析模块、渗漏等级评估识别模块、渗漏源头匹配模块、管理数据库和渗漏预警处理模块。
所述建筑物划分模块用于对待检测的建筑物根据关键部位划分各建筑物检测区，并对各建筑物检测区进行顺序编号。
所述建筑物采集模块用于对各建筑物检测区进行渗漏情况采集，进而得到各建筑物检测区的渗漏数据。
所述建筑物综合分析模块用于根据各建筑物检测区的渗漏数据进行处理和分析，进而得到各建筑物检测区的渗漏严重程度评估系数。
所述渗漏等级评估识别模块用于对各建筑物检测区的渗漏严重程度评估系数进行分析，进而筛选待检测建筑物的各渗水区域和各剩余区域。
所述渗漏源头匹配模块用于根据待检测建筑在设定历史周期内各次历史渗水对应的渗漏关联数据，分析各渗水区域的渗漏来源，并将各渗水区域的渗漏来源进行显示。
所述管理数据库用于储存待检测建筑物在设定历史周期内各次历史渗水对应的渗漏关联数据以及符合建筑工程标准的标准渗漏数据，并存储待检测建筑物在设定历史时间段内各建筑物检测区对应各次检测的渗漏严重程度评估系数和建筑物在安全情况下允许的渗漏重叠面积差值。
所述渗漏预警处理模块用于对待检测建筑物的各剩余区域渗漏情况进行检测，进而评估各剩余区域的渗漏可能性系数，并进行对应的预警处理。
进一步地，所述渗漏数据包括建筑物墙体含水量、墙体水痕长度、水滴数量、墙体霉变面积和墙体色变面积。
进一步地，所述对各建筑物检测区进行渗漏情况采集，具体包括：对待检测的建筑物根据关键部位划分各建筑物检测区，将各建筑物检测区进行顺序编号为i＝1,2,...,n。
在各建筑物检测区的关键区域设置湿度传感器，通过图像处理和模式识别技术对湿度传感器上的字符进行识别，将识别到的字符提取并传输至管理数据库，得到各建筑物检测区的关键区域的建筑物墙体含水量Qi。
在各建筑物检测区的关键区域设置定期抓拍摄像头，根据设定时间节点对各建筑物检测区的关键区域进行红外热成像技术并拍照检测，得到红外热成像图像进行可视化，根据红外热成像设备的灵敏度和图片的背景温度，选取红外热成像图像中色彩值亮的区域形成照片图像，再对图像中检测到的墙体水痕识别处理，测量得到各建筑物检测区的关键区域的墙体水痕长度Li。
对各建筑物检测区的关键区域对应的照片图像进行灰度值处理，提取各建筑物检测区灰度处理后得到的各像素点的灰度值，将各像素点的灰度值与设定的水滴或霉菌的灰度值范围进行对比，若某建筑物检测区某像素点的灰度值在设定的水滴灰度值范围内，则将该像素点判定为水滴，统计各建筑物检测区的关键区域的建筑物水滴数量并记为Ni，若某建筑物检测区某像素点的灰度值在设定的霉菌灰度值范围内，则将该像素点判定为霉菌，统计各建筑物检测区的关键区域的建筑物墙体霉变面积并记为Si。
对各建筑物检测区的关键区域对应的照片图像进行二值化处理，将图像上的像素点的灰度值设置为0或255，使整个图像呈现出明显的只有黑和白的视觉效果，统计各建筑物检测区的关键区域表示为0的图像面积，得到各建筑物检测区的关键区域的建筑物墙体色变面积并记为Ti。
将各建筑物检测区的关键区域建筑物墙体含水量Qi、墙体水痕长度Li、墙体水滴数量Ni、墙体霉变面积Si、墙体色变面积Ti待入公式得到各建筑物检测区的渗漏严重程度评估系数θi，式中Q'、L'、N'、S'、T'分别为设定的符合建筑工程标准的建筑物墙体含水量、墙体水痕长度、墙体水滴数量、墙体霉变面积、墙体色变面积，μ1、μ2、μ3、μ4、μ5分别为设定的建筑物墙体含水量、墙体水痕长度、水滴数量、墙体色变面积和墙体霉变面积对应的影响因子。
进一步地，所述对各建筑物检测区的渗漏严重程度评估系数进行分析，具体包括：将各建筑物检测区的渗漏严重程度评估系数与设定的渗漏严重程度评估系数阈值进行对比，若某建筑物检测区的渗漏严重程度评估系数大于设定的渗漏严重程度评估系数阈值，则将该建筑物检测区作为渗水区域，反之，则将该建筑物检测区作为剩余区域，进而筛选待检测建筑物的各渗水区域和各剩余区域。
进一步地，所述分析各渗水区域的渗漏来源，具体包括：提取管理数据库中待检测建筑物在设定历史周期内各次历史渗水对应的渗漏关联数据，其中渗漏关联数据包括渗漏严重程度评估系数、渗漏区域和渗水来源，根据各建筑物检测区的渗漏严重程度评估系数筛选出的各渗水区域的渗漏严重程度评估系数，记为θt，t为各渗水区域的编号t＝1,2,...s。
获取各渗水区域的渗漏区域，将其与待检测建筑在设定历史周期内各次历史渗水的渗漏区域进行对比，得到各渗水区域与设定历史周期内各次历史渗水对应渗漏区域的渗漏重叠面积记为Sty，y为各次历史渗水对应渗漏区域的编号，y＝1,2,...,r。
将各渗水区域的渗漏严重程度评估系数、各渗水区域与设定历史周期内各次历史渗水对应渗漏区域的渗漏重叠面积代入信息符合度公式得到各渗水区域与设定历史周期内各次历史渗水对应渗漏区域的信息符合度ξty，θ'y、ΔS'为待检测建筑设定历史周期内第y次历史渗水对应的渗漏严重程度评估系数、建筑物在安全情况下允许的渗漏重叠面积差值，α1、α2为设定的渗水区域渗漏严重程度评估系数、渗漏区域面积对应的权重影响因子，P1、P2为设定常数，e为自然常数
进一步地，所述分析各渗水区域的渗漏来源,具体还包括：将各渗水区域对应信息符合度大于设定的信息符合度阈值的各次历史渗水作为各次参考渗水，进而提取管理数据库中待检测建筑在设定历史周期内各次历史渗水对应的渗水来源，得到各渗水区域对应各次参考渗水的渗水来源，进而得到各渗水区域对应各渗水来源的数量，筛选各渗水区域对应数量最多的渗水来源，将其作为各渗水区域的渗漏来源。
进一步地，所述对建筑物各剩余区域渗漏情况检测，具体包括：提取管理数据库中待检测建筑物在设定历史时间段内各剩余区域对应各次检测的渗漏严重程度评估系数θmv，m为各剩余区域的编号，m＝1,2,...l，v为剩余区域对应的各次检测的编号，v＝1,2,...,u，并代入渗漏严重程度评估系数增长率分析公式得到各剩余区域的渗漏严重程度评估系数增长率RXm，式中θm(v+1)为待检测建筑物在设定历史时间段内第m个剩余区域对应第v+1次检测的渗漏严重程度评估系数。
从气象局提取待检测建筑物在设定历史时间段内各剩余区域对应各次检测的环境温度，并记为ωmv，并代入环境温度评估系数变化率分析公式得到各剩余区域的环境温度评估系数变化率RHm，式中ωm(v+1)为待检测建筑物在设定历史时间段内第m个剩余区域对应第v+1次检测的环境温度。
进一步地，所述评估各剩余区域的渗漏可能性系数，具体包括：将各剩余区域的渗漏严重程度评估系数增长率、环境温度评估系数变化率代入各剩余区域的渗漏可能性系数λm＝ρ1*RXm+ρ2*RHm，得到各剩余区域的渗漏可能性系数λm，式中ρ1、ρ2为设定的渗漏严重程度评估系数、环境温度对应的影响权重因子，且ρ1+ρ2＝1，将得到的各剩余区域的渗漏可能性系数与设定的渗漏可能性系数阈值进行对比，若某剩余区域的渗漏可能性系数大于或等于设定的渗漏可能性系数阈值，则对该剩余区域进行修复和维护。
本发明的有益效果如下：(1)本发明对待检测的建筑物根据关键部位划分各建筑物检测区，对各建筑物检测区进行数据采集和综合分析，实现了对墙体渗漏关键区域的深入挖掘，及时有效的对墙体关键部位进行渗水漏水的检测，为后续渗漏等级的评估提供了更加精确的数据和分析结果。
(2)本发明对建筑物墙体渗漏采集数据覆盖面广泛，对墙体含水量、墙体水痕长度、水滴数量、墙体霉变面积和墙体色变面积进行采集，分析了渗漏数据转换渗漏严重等级的具体体现，提高了渗漏问题理解全面性，降低了墙体修复的成本，进而规避墙体渗漏的风险。
(3)本发明对建筑物各渗水区域的渗漏源头进行匹配，对渗漏区域历史遗留问题实现精准防范，减少了渗水区域源头检测的任务量，增加了建筑物墙体渗漏区域的检测效率，有力掌握了渗漏区域的来源和位置，对后续墙体维修工作提供了可靠性保障。
(4)本发明对建筑物墙体各剩余区域进行系统分析，根据历史因素和环境变化的分析，为各剩余区域的渗漏评估和预测提供了有效的数据和理论支撑，提高了建筑物墙体的安全性和稳定性，为建筑物的正常使用奠定了基础。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明提供一种建筑工程墙体渗水漏水智能检测分析评估系统，该系统包括建筑物划分模块、建筑物采集模块、建筑物综合分析模块、渗漏等级评估识别模块、渗漏源头匹配模块、管理数据库和渗漏预警处理模块。模块之间连接关系为：建筑物划分模块与建筑物采集模块连接，建筑物综合分析模块分别与建筑物采集模块和渗漏等级评估识别模块连接，渗漏等级评估识别模块分别与渗漏源头匹配模块和渗漏预警处理模块连接，管理数据库分别与建筑物综合分析模块、渗漏源头匹配模块和渗漏预警处理模块连接。
所述建筑物划分模块用于对待检测的建筑物根据关键部位划分各建筑物检测区，并对各建筑物检测区进行顺序编号。
进一步说明，所述待检测的建筑物的关键部位包括但不限于：建筑物主体外墙、建筑物窗户外墙和建筑物地下室墙体，其中建筑物主体外墙和建筑物地下室墙体均按照设定面积进行划分。
所述建筑物采集模块用于对各建筑物检测区进行渗漏情况采集，进而得到各建筑物检测区的渗漏数据。
在一种具体实施例中，所述渗漏数据包括建筑物墙体含水量、墙体水痕长度、水滴数量、墙体霉变面积和墙体色变面积。
需要说明的是，所述对各建筑物检测区进行渗漏情况采集，具体包括：对待检测的建筑物根据关键部位划分各建筑物检测区，将各建筑物检测区进行顺序编号为i＝1,2,...,n。
在各建筑物检测区的关键区域设置湿度传感器，通过图像处理和模式识别技术对湿度传感器上的字符进行识别，将识别到的字符提取并传输至管理数据库，得到各建筑物检测区的关键区域的建筑物墙体含水量Qi。墙体含水量反映了墙体的湿度和含水程度，了解墙体是否受到渗水漏水的影响，为快速定位渗漏源头提供了参考，避免了进一步的损坏和成本，且在监测过程中提供具体的数值与设定阈值对比确定是否超过安全范围，及时采取相应的修复和防护措施。
在各建筑物检测区的关键区域设置定期抓拍摄像头，根据设定时间节点对各建筑物检测区的关键区域进行红外热成像技术并拍照检测，得到红外热成像图像进行可视化，根据红外热成像设备的灵敏度和图片的背景温度，选取红外热成像图像中色彩值亮的区域形成照片图像，再对图像中检测到的墙体水痕识别处理，测量得到各建筑物检测区的关键区域的墙体水痕长度Li。墙体水痕长度提供定量化的结果，基于对图像的观察测量分析墙体受潮程度，减少了对墙体结构和材料的损害，直观体现了水的水平传播范围，以此进行渗水漏水问题的评估和比较。
对各建筑物检测区的关键区域对应的照片图像进行灰度值处理，提取各建筑物检测区灰度处理后得到的各像素点的灰度值，将各像素点的灰度值与设定的水滴或霉菌的灰度值范围进行对比，若某建筑物检测区某像素点的灰度值在设定的水滴灰度值范围内，则将该像素点判定为水滴，统计各建筑物检测区的关键区域的建筑物水滴数量并记为Ni，若某建筑物检测区某像素点的灰度值在设定的霉菌灰度值范围内，则将该像素点判定为霉菌，统计各建筑物检测区的关键区域的建筑物墙体霉变面积并记为Si。对墙体水滴的数量计算可以评估渗水的程度，水滴聚集区域通常是墙体渗漏源头，可以快速找到问题区域，定位渗水漏水源头，显示渗水分布情况，为修复工作提供指导。同时对霉菌面积的测量，由于霉菌生长环境极为潮湿，有助于发现潜在的渗漏问题或者间接指示墙体存在的湿度问题，提供渗水漏水的相对严重程度和涉及区域的信息，为墙体进一步调查的区域指明了方向。
进一步地，所述各建筑物检测区的关键区域的建筑物墙体霉变面积获取方式为：统计各建筑物检测区的关键区域的建筑物墙体霉菌像素点数量，将其乘以设定像素点对应面积，得到各建筑物检测区的关键区域的建筑物墙体霉变面积。
对各建筑物检测区的关键区域对应的照片图像进行二值化处理，将图像上的像素点的灰度值设置为0或255，使整个图像呈现出明显的只有黑和白的视觉效果，统计各建筑物检测区的关键区域表示为0的图像面积，得到各建筑物检测区的关键区域的建筑物墙体色变面积并记为Ti。墙体色变面积直观体现了渗水漏水的区域，使问题区域更容易发现和定位，实现进一步深度测量和估计渗水区域面积。有助于确定渗水问题的变化趋势，评估修复措施的有效性，调整后续的维修计划。
进一步说明，所述各建筑物检测区的关键区域为以建筑物检测区中心点为圆心，以设定距离为半径作圆，将圆的区域作为各建筑物检测区的关键区域。
本发明对建筑物墙体渗漏采集数据覆盖面广泛，对墙体含水量、墙体水痕长度、水滴数量、墙体霉变面积和墙体色变面积进行采集，将墙体受潮数据化和可视化，使墙体受潮区域更为明显并精准定位，并潜在的渗漏问题提供了有效的数据支撑，对后续的墙体检查和修复奠定良好基础。同时分析了渗漏数据转换渗漏严重等级的具体体现，提高了渗漏问题理解全面性，降低了墙体修复的成本，进而规避墙体渗漏的风险。
所述建筑物综合分析模块用于根据各建筑物检测区的渗漏数据进行处理和分析，进而得到各建筑物检测区的渗漏严重程度评估系数。
在一种具体实施例中，所述各建筑物检测区的渗漏严重程度评估系数分析方式为：将各建筑物检测区的关键区域建筑物墙体含水量Qi、墙体水痕长度Li、墙体水滴数量Ni、墙体霉变面积Si、墙体色变面积Ti待入公式得到各建筑物检测区的渗漏严重程度评估系数θi，式中Q'、L'、N'、S'、T'分别为设定的符合建筑工程标准的建筑物墙体含水量、墙体水痕长度、墙体水滴数量、墙体霉变面积、墙体色变面积，μ1、μ2、μ3、μ4、μ5分别为设定的建筑物墙体含水量、墙体水痕长度、水滴数量、墙体色变面积和墙体霉变面积对应的影响因子。
所述渗漏等级评估识别模块用于对各建筑物检测区的渗漏严重程度评估系数进行分析，进而筛选待检测建筑物的各渗水区域和各剩余区域。
在一种具体实施例中，所述对各建筑物检测区的渗漏严重程度评估系数进行分析，具体包括：将各建筑物检测区的渗漏严重程度评估系数与设定的渗漏严重程度评估系数阈值进行对比，若某建筑物检测区的渗漏严重程度评估系数大于设定的渗漏严重程度评估系数阈值，则将该建筑物检测区作为渗水区域，反之，则将该建筑物检测区作为剩余区域，进而筛选待检测建筑物的各渗水区域和各剩余区域。
本发明对待检测的建筑物根据关键部位划分各建筑物检测区，对各建筑物检测区进行数据采集和综合分析，实现了对墙体渗漏关键区域的深入挖掘，及时有效的对墙体关键部位进行渗水漏水的检测，为后续渗漏等级的评估提供了更加精确的数据和分析结果。
所述渗漏源头匹配模块用于根据待检测建筑在设定历史周期内各次历史渗水对应的渗漏关联数据，分析各渗水区域的渗漏来源，并将各渗水区域的渗漏来源进行显示。
在一种具体实施例中，所述分析各渗水区域的渗漏来源，具体包括：提取管理数据库中待检测建筑物在设定历史周期内各次历史渗水对应的渗漏关联数据，其中渗漏关联数据包括渗漏严重程度评估系数、渗漏区域和渗水来源，根据各建筑物检测区的渗漏严重程度评估系数筛选出的各渗水区域的渗漏严重程度评估系数，记为θt，t为各渗水区域的编号t＝1,2,...s。
获取各渗水区域的渗漏区域，将其与待检测建筑在设定历史周期内各次历史渗水的渗漏区域进行对比，得到各渗水区域与设定历史周期内各次历史渗水对应渗漏区域的渗漏重叠面积记为Sty，y为各次历史渗水对应渗漏区域的编号，y＝1,2,...,r。
将各渗水区域的渗漏严重程度评估系数、各渗水区域与设定历史周期内各次历史渗水对应渗漏区域的渗漏重叠面积代入信息符合度公式得到各渗水区域与设定历史周期内各次历史渗水对应渗漏区域的信息符合度ξty，θ'y、ΔS'为待检测建筑设定历史周期内第y次历史渗水对应的渗漏严重程度评估系数、建筑物在安全情况下允许的渗漏重叠面积差值，α1、α2为设定的渗水区域渗漏严重程度评估系数、渗漏区域面积对应的权重影响因子，P1、P2为设定常数，e为自然常数。通过对渗漏严重程度评估系数和渗漏区域面积的计算测量，可以评估渗漏问题的严重程度，以便评估修复工作的范围和复杂性，进而确定优先处理的渗水区域。
本发明对建筑物各渗水区域的渗漏源头进行匹配，对渗漏区域历史遗留问题实现精准防范，减少了渗水区域源头检测的任务量，增加了建筑物墙体渗漏区域的检测效率，有力掌握了渗漏区域的来源和位置，对后续墙体维修工作提供了可靠性保障。
所述管理数据库用于储存待检测建筑物在设定历史周期内各次历史渗水对应的渗漏关联数据以及符合建筑工程标准的标准渗漏数据，并存储待检测建筑物在设定历史时间段内各建筑物检测区对应各次检测的渗漏严重程度评估系数和建筑物在安全情况下允许的渗漏重叠面积差值。
需要解释的是，所述分析各渗水区域的渗漏来源,具体还包括：将各渗水区域对应信息符合度大于设定的信息符合度阈值的各次历史渗水作为各次参考渗水，进而提取管理数据库中待检测建筑在设定历史周期内各次历史渗水对应的渗水来源，得到各渗水区域对应各次参考渗水的渗水来源，进而得到各渗水区域对应各渗水来源的数量，筛选各渗水区域对应数量最多的渗水来源，将其作为各渗水区域的渗漏来源。确定渗水来源可以精准定位渗水区域，专注于具体的问题区域，及时进行检测和渗水来源，节约了检测修复时间和成本，针对性地对墙体进行修复，使修复过程更加高效，防止后续的损害和问题发生。
所述渗漏预警处理模块用于对待检测建筑物的各剩余区域渗漏情况进行检测，进而评估各剩余区域的渗漏可能性系数，并进行对应的预警处理。
在一种具体实施例中，所述对建筑物各剩余区域渗漏情况检测，具体包括：提取管理数据库中待检测建筑物在设定历史时间段内各剩余区域对应各次检测的渗漏严重程度评估系数θmv，m为各剩余区域的编号，m＝1,2,...l，v为剩余区域对应的各次检测的编号，v＝1,2,...,u，并代入渗漏严重程度评估系数增长率分析公式得到各剩余区域的渗漏严重程度评估系数增长率RXm，式中θm(v+1)为待检测建筑物在设定历史时间段内第m个剩余区域对应第v+1次检测的渗漏严重程度评估系数。
从气象局提取待检测建筑物在设定历史时间段内各剩余区域对应各次检测的环境温度，并记为ωmv，并代入环境温度评估系数变化率分析公式得到各剩余区域的环境温度评估系数变化率RHm，式中ωm(v+1)为待检测建筑物在设定历史时间段内第m个剩余区域对应第v+1次检测的环境温度。通过对渗漏严重程度评估系数增长率和环境温度评估系数变化率的测量，可以更好地评估和监测各剩余区域墙体渗水漏水的能力，确定渗水问题是否会加剧，进而确定墙体是否进一步受损，从而采取适当的维修和预防措施，减少潜在的损害和维修成本。
需要解释的是，所述评估各剩余区域的渗漏可能性系数，具体包括：将各剩余区域的渗漏严重程度评估系数增长率、环境温度评估系数变化率代入各剩余区域的渗漏可能性系数λm＝ρ1*RXm+ρ2*RHm，得到各剩余区域的渗漏可能性系数λm，式中ρ1、ρ2为设定的渗漏严重程度评估系数、环境温度对应的影响权重因子，且ρ1+ρ2＝1，将得到的各剩余区域的渗漏可能性系数与设定的渗漏可能性系数阈值进行对比，若某剩余区域的渗漏可能性系数大于或等于设定的渗漏可能性系数阈值，则对该剩余区域进行修复和维护。渗漏可能性系数的测量计算将渗水漏水问题定量化，确定漏水位置和程度，使得评估渗水风险具有客观性和准确性，在渗漏尚未发生时提前预测墙体风险区域，及时采取相应预防措施，更准确地制定修复计划。另外，在采取渗水漏水修复措施后重新测量渗漏可能性系数，可以评估修复效果，如果渗漏可能性系数显著降低，就可以确认修复措施的有效性，避免后续漏水问题。
本发明对建筑物墙体各剩余区域进行系统分析，根据历史因素和环境变化的分析，为各剩余区域的渗漏评估和预测提供了有效的数据和理论支撑，提高了建筑物墙体的安全性和稳定性，为建筑物的正常使用奠定了基础。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种建筑工程墙体渗水漏水智能检测分析评估系统，其特征在于，该系统包括建筑物划分模块、建筑物采集模块、建筑物综合分析模块、渗漏等级评估识别模块、渗漏源头匹配模块、管理数据库和渗漏预警处理模块；
所述建筑物划分模块用于对待检测的建筑物根据关键部位划分各建筑物检测区，并对各建筑物检测区进行顺序编号；
所述建筑物采集模块用于对各建筑物检测区进行渗漏情况采集，进而得到各建筑物检测区的渗漏数据；
所述建筑物综合分析模块用于根据各建筑物检测区的渗漏数据进行处理和分析，进而得到各建筑物检测区的渗漏严重程度评估系数；
所述渗漏等级评估识别模块用于对各建筑物检测区的渗漏严重程度评估系数进行分析，进而筛选待检测建筑物的各渗水区域和各剩余区域；
所述渗漏源头匹配模块用于根据待检测建筑在设定历史周期内各次历史渗水对应的渗漏关联数据，分析各渗水区域的渗漏来源，并将各渗水区域的渗漏来源进行显示；
所述管理数据库用于储存待检测建筑物在设定历史周期内各次历史渗水对应的渗漏关联数据以及符合建筑工程标准的标准渗漏数据，并存储待检测建筑物在设定历史时间段内各建筑物检测区对应各次检测的渗漏严重程度评估系数和建筑物在安全情况下允许的渗漏重叠面积差值；
所述渗漏预警处理模块用于对待检测建筑物的各剩余区域渗漏情况进行检测，进而评估各剩余区域的渗漏可能性系数，并进行对应的预警处理。
2.根据权利要求1所述的一种建筑工程墙体渗水漏水智能检测分析评估系统，其特征在于：所述渗漏数据包括建筑物墙体含水量、墙体水痕长度、水滴数量、墙体霉变面积和墙体色变面积。
3.根据权利要求2所述的一种建筑工程墙体渗水漏水智能检测分析评估系统，其特征在于：所述对各建筑物检测区进行渗漏情况采集，具体包括：
对待检测的建筑物根据关键部位划分各建筑物检测区，将各建筑物检测区进行顺序编号为i＝1,2,...,n；
在各建筑物检测区的关键区域设置湿度传感器，通过图像处理和模式识别技术对湿度传感器上的字符进行识别，将识别到的字符提取并传输至管理数据库，得到各建筑物检测区的关键区域的建筑物墙体含水量Qi；
在各建筑物检测区的关键区域设置定期抓拍摄像头，根据设定时间节点对各建筑物检测区的关键区域进行红外热成像技术并拍照检测，得到红外热成像图像进行可视化，根据红外热成像设备的灵敏度和图片的背景温度，选取红外热成像图像中色彩值亮的区域形成照片图像，再对图像中检测到的墙体水痕识别处理，测量得到各建筑物检测区的关键区域的墙体水痕长度Li；
对各建筑物检测区的关键区域对应的照片图像进行灰度值处理，提取各建筑物检测区灰度处理后得到的各像素点的灰度值，将各像素点的灰度值与设定的水滴或霉菌的灰度值范围进行对比，若某建筑物检测区某像素点的灰度值在设定的水滴灰度值范围内，则将该像素点判定为水滴，统计各建筑物检测区的关键区域的建筑物水滴数量并记为Ni，若某建筑物检测区某像素点的灰度值在设定的霉菌灰度值范围内，则将该像素点判定为霉菌，统计各建筑物检测区的关键区域的建筑物墙体霉变面积并记为Si；
对各建筑物检测区的关键区域对应的照片图像进行二值化处理，将图像上的像素点的灰度值设置为0或255，使整个图像呈现出明显的只有黑和白的视觉效果，统计各建筑物检测区的关键区域表示为0的图像面积，得到各建筑物检测区的关键区域的建筑物墙体色变面积并记为Ti；
将各建筑物检测区的关键区域建筑物墙体含水量Qi、墙体水痕长度Li、墙体水滴数量Ni、墙体霉变面积Si、墙体色变面积Ti待入公式得到各建筑物检测区的渗漏严重程度评估系数θi，式中Q'、L'、N'、S'、T'分别为设定的符合建筑工程标准的建筑物墙体含水量、墙体水痕长度、墙体水滴数量、墙体霉变面积、墙体色变面积，μ1、μ2、μ3、μ4、μ5分别为设定的建筑物墙体含水量、墙体水痕长度、水滴数量、墙体色变面积和墙体霉变面积对应的影响因子。
4.根据权利要求1所述的一种建筑工程墙体渗水漏水智能检测分析评估系统，其特征在于：所述对各建筑物检测区的渗漏严重程度评估系数进行分析，具体包括：
将各建筑物检测区的渗漏严重程度评估系数与设定的渗漏严重程度评估系数阈值进行对比，若某建筑物检测区的渗漏严重程度评估系数大于设定的渗漏严重程度评估系数阈值，则将该建筑物检测区作为渗水区域，反之，则将该建筑物检测区作为剩余区域，进而筛选待检测建筑物的各渗水区域和各剩余区域。
5.根据权利要求1所述的一种建筑工程墙体渗水漏水智能检测分析评估系统，其特征在于：所述分析各渗水区域的渗漏来源，具体包括：
提取管理数据库中待检测建筑物在设定历史周期内各次历史渗水对应的渗漏关联数据，其中渗漏关联数据包括渗漏严重程度评估系数、渗漏区域和渗水来源，根据各建筑物检测区的渗漏严重程度评估系数筛选出的各渗水区域的渗漏严重程度评估系数，记为θt，t为各渗水区域的编号t＝1,2,...s；
获取各渗水区域的渗漏区域，将其与待检测建筑在设定历史周期内各次历史渗水的渗漏区域进行对比，得到各渗水区域与设定历史周期内各次历史渗水对应渗漏区域的渗漏重叠面积记为Sty，y为各次历史渗水对应渗漏区域的编号，y＝1,2,...,r；
将各渗水区域的渗漏严重程度评估系数、各渗水区域与设定历史周期内各次历史渗水对应渗漏区域的渗漏重叠面积代入信息符合度公式得到各渗水区域与设定历史周期内各次历史渗水对应渗漏区域的信息符合度ξty，θ'y、ΔS'为待检测建筑设定历史周期内第y次历史渗水对应的渗漏严重程度评估系数、建筑物在安全情况下允许的渗漏重叠面积差值，α1、α2为设定的渗水区域渗漏严重程度评估系数、渗漏区域面积对应的权重影响因子，P1、P2为设定常数，e为自然常数。
6.根据权利要求5所述的一种建筑工程墙体渗水漏水智能检测分析评估系统，其特征在于：所述分析各渗水区域的渗漏来源,具体还包括：
将各渗水区域对应信息符合度大于设定的信息符合度阈值的各次历史渗水作为各次参考渗水，进而提取管理数据库中待检测建筑在设定历史周期内各次历史渗水对应的渗水来源，得到各渗水区域对应各次参考渗水的渗水来源，进而得到各渗水区域对应各渗水来源的数量，筛选各渗水区域对应数量最多的渗水来源，将其作为各渗水区域的渗漏来源。
7.根据权利要求1所述的一种建筑工程墙体渗水漏水智能检测分析评估系统，其特征在于：所述对建筑物各剩余区域渗漏情况检测，具体包括：
提取管理数据库中待检测建筑物在设定历史时间段内各剩余区域对应各次检测的渗漏严重程度评估系数θmv，m为各剩余区域的编号，m＝1,2,...l，v为剩余区域对应的各次检测的编号，v＝1,2,...,u，并代入渗漏严重程度评估系数增长率分析公式得到各剩余区域的渗漏严重程度评估系数增长率RXm，式中θm(v+1)为待检测建筑物在设定历史时间段内第m个剩余区域对应第v+1次检测的渗漏严重程度评估系数；
从气象局提取待检测建筑物在设定历史时间段内各剩余区域对应各次检测的环境温度，并记为ωmv，并代入环境温度评估系数变化率分析公式得到各剩余区域的环境温度评估系数变化率RHm，式中ωm(v+1)为待检测建筑物在设定历史时间段内第m个剩余区域对应第v+1次检测的环境温度。
8.根据权利要求1所述的一种建筑工程墙体渗水漏水智能检测分析评估系统，其特征在于：所述评估各剩余区域的渗漏可能性系数，具体包括：
将各剩余区域的渗漏严重程度评估系数增长率、环境温度评估系数变化率代入各剩余区域的渗漏可能性系数λm＝ρ1*RXm+ρ2*RHm，得到各剩余区域的渗漏可能性系数λm，式中ρ1、ρ2为设定的渗漏严重程度评估系数、环境温度对应的影响权重因子，且ρ1+ρ2＝1，将得到的各剩余区域的渗漏可能性系数与设定的渗漏可能性系数阈值进行对比，若某剩余区域的渗漏可能性系数大于或等于设定的渗漏可能性系数阈值，则对该剩余区域进行修复和维护。
CN202311060274.5A 2023-08-22 2023-08-22 一种建筑工程墙体渗水漏水智能检测分析评估系统 Active CN117094594B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311060274.5A CN117094594B (zh) 2023-08-22 2023-08-22 一种建筑工程墙体渗水漏水智能检测分析评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311060274.5A CN117094594B (zh) 2023-08-22 2023-08-22 一种建筑工程墙体渗水漏水智能检测分析评估系统

Publications (2)

Publication Number Publication Date
CN117094594A true CN117094594A (zh) 2023-11-21
CN117094594B CN117094594B (zh) 2024-05-07

Family

ID=88774806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311060274.5A Active CN117094594B (zh) 2023-08-22 2023-08-22 一种建筑工程墙体渗水漏水智能检测分析评估系统

Country Status (1)

Country Link
CN (1) CN117094594B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200184630A1 (en) * 2018-03-13 2020-06-11 Dalian University Of Technology Method for detecting hollowing of exterior wall finish layer
CN111814858A (zh) * 2020-06-30 2020-10-23 华北水利水电大学 新型地下连续墙接缝防水结构、漏水检测系统及方法
CN112016848A (zh) * 2020-09-11 2020-12-01 范玲珍 一种基于数据调度的建筑工程质量监理验收智能化检测管理系统
CN114359416A (zh) * 2022-03-17 2022-04-15 山东水利建设集团有限公司 一种建筑物外墙空鼓渗漏异常检测及定位方法
CN114511014A (zh) * 2022-01-21 2022-05-17 北京城建勘测设计研究院有限责任公司 基于图像深度学习算法的地铁隧道渗漏水检测系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200184630A1 (en) * 2018-03-13 2020-06-11 Dalian University Of Technology Method for detecting hollowing of exterior wall finish layer
CN111814858A (zh) * 2020-06-30 2020-10-23 华北水利水电大学 新型地下连续墙接缝防水结构、漏水检测系统及方法
CN112016848A (zh) * 2020-09-11 2020-12-01 范玲珍 一种基于数据调度的建筑工程质量监理验收智能化检测管理系统
CN114511014A (zh) * 2022-01-21 2022-05-17 北京城建勘测设计研究院有限责任公司 基于图像深度学习算法的地铁隧道渗漏水检测系统及方法
CN114359416A (zh) * 2022-03-17 2022-04-15 山东水利建设集团有限公司 一种建筑物外墙空鼓渗漏异常检测及定位方法

Also Published As

Publication number Publication date
CN117094594B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
Kim et al. Comparative analysis of image binarization methods for crack identification in concrete structures
KR102008176B1 (ko) 열화상 촬영이 가능한 점검 및 진단용 드론을 이용한 댐 손상점검 방법
KR20190066789A (ko) 딥러닝을 이용한 영상 기반 콘크리트 균열 탐지 시스템
CN113155860A (zh) 一种基于流态视频监测的过水建筑物结构损伤诊断方法及系统
Guan et al. Automatic fault diagnosis algorithm for hot water pipes based on infrared thermal images
JPH0765152A (ja) 監視装置および監視方法
CN113884011A (zh) 一种非接触式混凝土表观裂缝测量设备和方法
CN114912181B (zh) 一种基于人工智能的路面边坡安全监测分析系统
CN112883847A (zh) 基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法
CN117169086A (zh) 一种建筑物地下防水层施工质量检测方法、介质及系统
JP5582891B2 (ja) ダム計測データ評価方法、およびダム計測データ評価システム
KR20210142221A (ko) 빅데이터 기반 지능형 문화재 안전관리 시스템
CN117094594B (zh) 一种建筑工程墙体渗水漏水智能检测分析评估系统
CN116818397B (zh) 基于机器视觉的中小跨径桥梁快速荷载试验方法及系统
KR20230056807A (ko) 이미지 데이터를 활용한 조적조 건축물의 하이브리드 손상평가 시스템 및 그 방법
CN113283276A (zh) 一种联动热成像自学习火点检测方法及系统
CN117198019A (zh) 一种基于多传感器的智慧档案库房智能预警系统
CN113108839A (zh) 基于传感器技术和图像分析的建筑工程质量验收智能检测分析方法
KR20190141322A (ko) 신경회로망을 이용한 도로 노면의 크랙 검출 시스템 및 그 검출 방법
JP2001022433A (ja) 監視装置および監視方法
CN114943691A (zh) 一种基于机器视觉和循环卷积网络的古城墙损伤实时检测方法
CN117291430B (zh) 一种基于机器视觉的安全生产检测方法及装置
CN112213396A (zh) 一种轨道交通无砟轨道板无损检测方法
CN117250201B (zh) 一种泳池砖层缺陷检测方法及系统
CN116399418B (zh) 一种基于固定摄像头的水位识别方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20240412

Address after: 325000, 1st and 2nd floors of Workshop 2, No. 38 Fengjiang Road, Wenzhou Economic and Technological Development Zone, Wenzhou City, Zhejiang Province

Applicant after: Zhejiang Shunwei Engineering Technology Co.,Ltd.

Country or region after: China

Address before: No. 2214 Jiangling Avenue, Haoxue Town, Jiangling County, Jingzhou City, Hubei Province, 434100

Applicant before: Hubei Yuqing Waterproof Technology Co.,Ltd.

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant